从 DataFrame 中删除一列中仅包含一个唯一值的组

Question

我正在用 Pandas 处理数据。'A' 是唯一 ID 列，列 'E' 包含1或0。我只想保留列 E 的值同时包含 0 和 1 的组。（我想删除列 A 为 2 和 4 的行，因为这些组分别只包含 1 和 0，只留下列 A 为 1 的行， 3、5）。

做这个的最好方式是什么？

    A   B   C   D   E   F
1   1   0   0   0   1   1163.7
2   1   0.8 0.8 2.2 0   0
3   1   0.2 0.2 4.4 0   0
4   1   0.8 0.4 0.4 0   0
5   1   0.5 0.7 3.8 0   0
6   2   1   1   8.9 1   116
7   2   1.5 1.5 1.7 1   116
8   2   2   2   8.7 1   116
9   3   3   3   5.  0   0
10  3   4.5 4.5 2.2 0   0
11  3   6.0 6.5 0.8 0   0
12  3   8   8   0.3 0   0
13  3   5.3 0   0   1   116
14  3   0   0   0   1   116
15  4   0.8 0.8 1.1 0   0
16  4   0.2 0.5 3.4 0   0
17  4   0.4 0.8 3.2 0   0
18  4   0.7 0.5 3.0 0   0
19  5   1   1   1.5 0   0
20  5   1.5 1.5 1.7 0   0
21  5   2   2   7.9 1   116

我想获得以下数据。

       A   B   C   D   E   F

1   1   0   0   0   1   1163.7
2   1   0.8 0.8 2.2 0   0
3   1   0.2 0.2 4.4 0   0
4   1   0.8 0.4 0.4 0   0
5   1   0.5 0.7 3.8 0   0
6   3   3   3   2.2 0   0
7   3   4.5 4.5 2.2 0   0
8   3   6.0 6.5 0.8 0   0
9   3   8   8   0.3 0   0
10  3   5.3 0   0   1   116
11  3   0   0   0   1   116
12  5   1   1   1.5 0   0
13  5   1.5 1.5 1.7 0   0
14  5   2   2   7.9 1   116

Answer 1

使用Series.groupby的柱E和transform使用any创造一个布尔面膜：

m = (df['E'].eq(0).groupby(df['A']).transform('any') &
     df['E'].eq(1).groupby(df['A']).transform('any'))
df1 = df[m]

或者另一个想法，如果列E只包含零和一，

m = df.groupby('A')['E'].nunique().eq(2)
df1 = df[df['A'].isin(m[m].index)]

结果：

print(df1)
    A    B    C    D  E       F
1   1  0.0  0.0  0.0  1  1163.7
2   1  0.8  0.8  2.2  0     0.0
3   1  0.2  0.2  4.4  0     0.0
4   1  0.8  0.4  0.4  0     0.0
5   1  0.5  0.7  3.8  0     0.0
9   3  3.0  3.0  5.0  0     0.0
10  3  4.5  4.5  2.2  0     0.0
11  3  6.0  6.5  0.8  0     0.0
12  3  8.0  8.0  0.3  0     0.0
13  3  5.3  0.0  0.0  1   116.0
14  3  0.0  0.0  0.0  1   116.0
19  5  1.0  1.0  1.5  0     0.0
20  5  1.5  1.5  1.7  0     0.0
21  5  2.0  2.0  7.9  1   116.0

Answer 2

您可以drop_duplicates在 A 列和 E 列上使用，并groupby.size查看 A 组在何处具有 2 个不同的元素，因为 E 仅为 0 或 1。然后使用大小等于 2 的索引，例如：

s = df[['A','E']].drop_duplicates().groupby('A').size()
df_ = df[df['A'].isin(s[s.eq(2)].index)].copy()
print(df_)
    A    B    C    D  E       F
1   1  0.0  0.0  0.0  1  1163.7
2   1  0.8  0.8  2.2  0     0.0
3   1  0.2  0.2  4.4  0     0.0
4   1  0.8  0.4  0.4  0     0.0
5   1  0.5  0.7  3.8  0     0.0
9   3  3.0  3.0  5.0  0     0.0
10  3  4.5  4.5  2.2  0     0.0
11  3  6.0  6.5  0.8  0     0.0
12  3  8.0  8.0  0.3  0     0.0
13  3  5.3  0.0  0.0  1   116.0
14  3  0.0  0.0  0.0  1   116.0
19  5  1.0  1.0  1.5  0     0.0
20  5  1.5  1.5  1.7  0     0.0
21  5  2.0  2.0  7.9  1   116.0